基于非逆流传热的热交换网络系统的3E优化

考虑非逆流传热对换热设备传热温差、壳数和面积的影响，对包含非逆流换热设备的热交换网络系统进行优化设计。基于非等温混合分流分级超结构，采用能源、经济和环境（3E）综合评价指标，引入温差修正系数，建立了热交换网络多目标混合整数非线性规划（MO-MINLP）模型，并基于非支配排序遗传算法（NSGA-Ⅱ）提出了系统性的求解策略和求解方法。应用案例研究表明，涉及非逆流传热的热交换网络，其优化设计结果与基于纯逆流换热假设的设计结果有很大区别，且仅对基于纯逆流换热假设的设计结果进行修正并不能得到最优解，必须在建模中考虑温差修正效应的影响，从而保证设计结果的优化性、可靠性和实用性；3E评价反映了热交换网络系统在经济、能耗和环境影响之间的权衡和约束关系，使系统的设计更加实际，同时多目标的优化方法不但可以获得与单目标经济优化相当的最经济的结果，而且提供了多样性的优化解集供选择，提高了设计的灵活性，可以满足不同的设计需求。     

煤基甲醇芳构化分离过程多目标优化

国内煤化工产品普遍存在产能过剩和同质化严重的问题,开发以煤基甲醇合成二甲苯的新技术具有重大意义.针对煤基甲醇合成二甲苯技术中面临分离过程能耗高的难题,本工作基于甲醇芳构化技术,利用Aspen Plus与Matlab的交互链接,对非芳烃、苯、甲苯、二甲苯、三甲苯的分离过程开展了多目标优化研究.采用NSGA-Ⅱ遗传算法,以...     

多目标遗传算法在反应精馏优化中的应用

反应精馏是反应与精馏的复合过程,因其具有选择性强、投资少、能耗低等优点而受到研究者们的广泛关注,并且在工业生产中得到广泛的应用。利用人工神经网络（ANN）模型来模拟反应精馏过程。在建立ANN模型时,首先用ASPEN软件模拟计算出多组数据以弥补实验数据不多的不足,并在此基础上用多目标遗传算法（GA）进行操作条件的优化。优化结果表明,多目标遗传算法结合ANN对反应精馏进行优化是可行的,而且具有很高的精度。以合成乙酸乙酯的反应精馏过程为例说明上述模拟和优化方法。     

基于DNNNSGA-Ⅱ策略的注塑结构及工艺参数多目标优化

为保证注塑制品的质量与精度要求,以检测仪外壳的翘曲变形量和体积收缩率为优化目标,采用有限元分析软件Moldflow对其进行模拟分析。选取熔体温度、模具温度、注射压力、保压压力、保压时间、冷却时间6个工艺参数及结构参数(浇口直径)作为输入量,翘曲变形量和体积收缩率作为输出量,建立深度神经网络(DNN),并且,对网络进行改进。将混合水平正交试验得到的数据作为样本,对神经网络进行训练和测试,得到输入量和输出量之间的非线性映射关系。结合非支配排序遗传算法(NSGA-Ⅱ)对浇口直径及工艺参数进行优化,优化后,塑件的翘曲变形量为0.368 4 mm,体积收缩率为6.236%,与优化前相比,分别降低了67%、39%。     

基于NSGA-Ⅲ算法的高维能量集成网络的优化改造

针对现有随机算法对高维能量集成网络（换热网络）求解困难与易陷入局部最优的问题,提出了一种基于参考点的非支配排序遗传算法（NSGA-Ⅲ）的换热网络优化方法。该方法使用特殊的支配关系引入了自适应离散化Pareto前沿与参考点机制,对那些非支配且接近参考点的种群个体进行保留。本文基于非等温混合分流分级超结构模型,以用户最关心的环境影响指数、投资费用、操作费用与改造工程量为改造优化目标,从多个方面、多个层次考虑换热网络改造问题,为用户提供多种可供选择的改造方案。案例研究表明,改造后的换热网络以每年57304USD的投资费用节省25%的年度操作费用,同时还具有较小的环境影响指数与改造工程量;与文献相比,可以提供多元化的节能改造方案,满足用户的不同改造需求,且获得优于文献的综合改造结果,表明该方法具有较强高维求解能力。     

基于NSGA-Ⅱ的面曝光3D打印工艺参数多目标优化

为改善面曝光3D打印制件的打印质量差、效率低等问题,采用非支配排序遗传算法(NSGA-Ⅱ)对工艺参数进行优化。选择温度、分层厚度、曝光时间、回合等待时间为优化变量,成型试样的变形率、表面硬度、时间为优化目标,通过单因素实验确定优化变量约束范围。根据Box-Behnken实验方案,建立各优化目标的预测模型,使用NSGA-Ⅱ算法进行多目标优化,规定优先精度、优先硬度、优先速度原则,按照不同优化原则分析帕累托前沿得到对应的最优工艺参数,并进行打印验证。结果表明,优先精度原则下,变形率最小值为0.508%,与优化前相比,降低了9.290%;优先硬度原则下,表面硬度最高达到95.3 HD,与优化前相比,提高了0.316%;在优先速度原则下,打印时间与优化前相比缩短了17.220%,优化效果显著。     

基于GRNN-NSGA的带嵌件注塑件多目标优化

带嵌件的注塑产品成型过程相较于传统注塑产品较为复杂,产品成型周期和产品质量难以预测。针对这一问题,以带嵌件的静电检测盒为例,运用广义神经网络(GRNN)和非支配排序遗传算法(NSGA-Ⅱ),对注塑成型过程进行控制与优化。以熔体温度、模具温度、注射时间、冷却时间、保压压力和保压时间为输入层,体积收缩率、X方向翘曲变形、Z方向翘曲变形作为输出层,建立GRNN模型。利用正交试验设计得到的样本对神经网络模型进行训练和测试,运用NSGA-Ⅱ对建立的模型进行优化,最终三个目标值分别降低了30.96%、22.76%、15.62%,表明该方法可以对注塑成型过程进行预测和控制。     

基于多目标优化精馏系统综述

综述了精馏系统中多目标的优化问题,分析列举了人工神经网络、正交设计、响应面、遗传算法和粒子群算法在精馏系统多目标优化中的应用,旨在总结精馏系统中的优化算法,寻求最优操作条件的解法,为精馏塔的多目标优化提供参考。结果表明,针对于目前精馏系统的复杂多变性及混合规划问题,这些算法可以很好地对精馏系统进行建模,预测精馏模型,预测值与模拟值拟合较好,有较高的精度。且可用于求解精馏过程中的最优操作条件,降低系统的不可逆性,实现了精馏系统的节能优化,提高了产品质量,降低了能耗。最后指出了多目标优化精馏系统方法的可行性,也表明在实际生产中将多种优化算法相结合进行多步优化的可行性。     

基于改进NSGA-Ⅱ算法的FCC分离系统多目标优化

应用流程模拟软件HYSYS对某炼厂65万吨/年重油催化裂化装置进行全流程模拟。以最大目的产品（汽油+液化气）收率与最小分离系统能耗为优化目标,采用改进的非支配排序遗传算法（NSGA-Ⅱ）对FCC分离系统进行多目标优化。通过对决策变量的择优选取、最优算法参数的研究（包括种群规模、P_c与P_m自适应策略、遗传代数）、最优点的决策建立了一套缜密的多目标优化方法。优化结果显示,目的产品（汽油+液化气）收率提升4.32个百分点,分离系统能耗降低16.88%,为FCC分离系统的操作变量优化提供了重要的数据支持与优化建议。     

废物最小化的过程集成方法及多目标优化

By avoiding or reducing the production of waste, waste minimization is an effective approach to solve the pollution problem in chemical industry. Process integration supported by multi-objective optimization provides a framework for process design or process retrofit by simultaneously optimizing on the aspects of environment and economics. Multi-objective genetic algorithm is applied in this area as the solution approach for the multi-objective optimization problem.     

基于多策略自适应差分进化算法的污水处理过程多目标优化控制

针对污水处理过程中的能耗过高和出水水质不达标等问题,提出一种基于多策略自适应差分进化算法的污水处理过程多目标优化控制方法。首先,在常规跟踪控制结构的基础上,增加对第3、4单元溶解氧浓度的跟踪控制,扩大了能耗和出水水质的优化调节范围。然后,设计一种多策略自适应差分进化算法（MSADE）,该算法采用多策略融合变异和排序优选方法,选取合适的变异策略和较优的随机个体引导种群变异,并根据进化过程信息自适应地更新交叉率,以提升算法的收敛性和pareto解的多样性。最后,将MSADE算法与PID控制器相结合,并构建以能耗和出水水质为优化目标的多目标优化问题,实现对溶解氧和硝态氮浓度设定值的动态寻优和跟踪控制。基于国际基准仿真平台BSM1进行验证,结果表明所提的多目标优化控制方法能有效降低污水处理过程的能耗并提升出水水质。     

利用余热回收多能互补技术的原油蒸馏装置热集成系统的优化改造

针对换热网络（HEN）的优化改造,提出了一种利用公用热量实现多能互补理念的改造思路,通过充分利用热过程物流中的低温余热,完成热集成系统的优化改造。本文基于参考点非支配排序遗传算法（NSGA-Ⅲ）,通过综合评估集成废热回收（WHR）系统的换热网络的年度改造费用、年度改造收益、能耗（包含换热网络的冷/热公用工程和废热系统冷却水和电力消耗）和废热系统的有益产出,从而获得最优解决方案。对原油蒸馏系统（10H5C）的优化改造研究案例表明,通过权衡集成系统的能源消耗、WHR系统的产出、改造费用和改造收益4个目标,采用NSGA-Ⅲ算法求解获得了多维度的改造方案,相较于基础网络不仅有可以为用户最大节省22.9%能源消耗的改造方案,还有WHR系统最大输出为4.003×10⁴kW的解决方案,也有最小改造费用为1.848×10⁶USD/a的改造方案,还有最大改造收益和最大投资回报率分别为1.173×10⁷USD/a和121%的解决方案;最后通过比较集成WHR系统与单独HEN优化改造的性能,证明了集成WHR系统的实用性和可行性,以及余热回收多能互补技术对提高流程工业能量集成系统能量利用效率的重要作用。     

并行多家族遗传算法解多目标优化问题

提出了一种并行多家族遗传算法,采用主从节点分布式的计算策略,并应用分解协调的思想,对Pareto前沿进行分段,将计算任务分配到局域网上的多台计算机上完成,以减少计算时间。将所提出的方法用于两个化工实际问题的求解,得到的Pareto前沿的分布均匀性和全面性均优于单个遗传算法算得的结果。解决了遗传算法与流程模拟器结合解化工过程多目标优化问题时计算耗时太长的难题。     

基于混合遗传算法的催化重整过程多目标优化

为实现催化重整过程生产指标的综合优化,基于已实现工业应用的催化重整17集总反应动力学模型和催化重整过程机理模型,考虑相应的多种约束条件,建立了以最大化总芳烃收率和最小化重芳烃收率为目标的多目标操作优化模型。提出了一种将遗传算法与局部优化方法相结合的多目标混合遗传算法HNAGA,并用于多目标操作优化模型的求解。现场工业数据的仿真研究表明,HNAGA在寻找Pareto最优解前沿方面比原遗传算法具有一定的优越性。将该多目标优化模型和求解方法应用于工业催化重整装置的操作优化,可以有效提高决策的准确性。     

求解石油生产过程设定点优化的进化算法

引言石油生产过程与任何输入输出系统一样,长期以来积累了其注水井的注入率和生产井的产出率等丰富历史数据,通过对这些数据的分析,可以得到有关各注水井和各生产井的连通性信息,实时优化各注水井的最优注入率和各生产井的最优产出率,并及时调整各注入井和各生产井对应控制系统的设定值,可使石油开采过程保持在最优工况下运行[1-2]。     

基于分解算法的功热交换网络多目标优化

功热网络设计问题指在流程设计中对变压和换热过程进行耦合优化设计的问题,以此来提高整体系统的能效并降低成本。前人工作中一般采用数学规划法对功热网络建模优化。然而,由于存在变压过程和换热器面积计算的非线性约束,以及换热匹配的二元变量,整体模型往往是一个高度非凸的混合整数非线性规划模型,难以求解。本文提出一种高效的功热网络优化方法。模型中分别用透平压缩机和换热器实现功热网络中轴功和热的交换。求解过程采用分解算法,主问题中用随机算法对关键变量优化,功和热两个子网络问题中用确定性算法求解。目标函数考虑了经济和环境影响。案例测试对比了不同优化目标得到的结果以及多目标Pareto曲线,验证了所提出方法的高效性。     

基于特征选择的常减压装置模型及在计划优化中的应用

常减压装置将原油切割为不同中间产品,其作为炼油工艺的龙头装置,对炼油过程生产计划排产与效益提升至关重要。通过建立一种高精度且具有良好求解效率的常减压模型,用以求解模型关键指标实沸点（TBP）曲线,即综合考虑切割产品的实沸点（TBP）与原油TBP、流量、温度等变量影响,构建非线性方程组模型来表征输入输出间的关系;利用特征选择方法遴选相关变量（包括进料性质、相邻TBP及其二次项等）,并采用鲸鱼优化算法优化方程组系数。仿真结果表明,该多输出相互关系模型与已有文献工作相比,在兼顾求解效率基础上,常减压装置各蒸馏切割产品TBP曲线预测上有更高的精度,将此模型应用到炼厂计划优化中,与传统的悬摆切割模型对比,优化结果优于传统悬摆切割模型。     

非线性污水处理过程的多目标优化

研究了复杂非线性污水处理过程的多目标优化。针对污水处理过程的非线性动力系统,建立了使污水处理过程运行成本和描述实际输出与期望输出偏差的平方可积误差设计指标同时达到最优的多目标优化模型。采用间接优化方法,首先将描述污水处理过程优化的多目标非线性问题转化为多目标线性规划问题,然后利用遗传算法对其进行求解。本文方法不仅获得了多目标优化问题的近似Pareto前沿,而且由于采用的是多目标线性规划方法,所以具有计算成本低的优点。     

基于非支配排序遗传算法的乙苯脱氢工艺条件优化

为提高现有乙苯脱氢制苯乙烯生产装置的生产率和节能水平,优化技术是一种有效的技术手段。基于改进的非支配排序遗传算法(NSGA-Ⅱ)研究了乙苯脱氢工艺条件的优化问题。把乙苯脱氢反应过程的转化率、选择性作为优化目标,动力学模型以及实际生产状况作为约束条件,构造乙苯脱氢过程的多目标优化问题。基于NSGA-Ⅱ算法求解得到的优化问题的Pareto最优集,分析了各个操作条件对乙苯脱氢生产过程转化率和选择性的影响,最后利用模糊综合评价法,为合理决策提供了有效的依据。结果表明NSGA-Ⅱ具有良好的全局优化性能,运用该算法可在不同的操作约束条件下,求解得到相应的满意解。